[发明专利]一种连续帧点云数据的离线配准方法

说明书

本发明实施例涉及一种连续帧点云数据的离线配准方法，所述方法包括：获取第一帧点云数据序列；获取与各个第一帧点云数据对应的第一帧位姿数据；对第一帧点云数据序列进行配准帧数据对识别；根据各个第一配准对进行点云帧相对位姿变换估计处理得到第一位姿变换矩阵和第一协方差矩阵；并根据第一协方差矩阵进行置信度矩阵转换；并使用第一置信度矩阵对第一位姿变换矩阵进行加权；以各个第一帧位姿数据构建对应节点，并为相邻节点创建关联关系，并以节点间对应的第一加权位姿变换矩阵构建节点边约束关系；进行位姿图优化得到第一优化位姿变换矩阵；根据第一优化位姿变换矩阵对第一帧点云数据序列进行位姿配准。通过本发明可以提高点云数据配准效率。

技术领域

本发明涉及数据处理技术领域，特别涉及一种连续帧点云数据的离线配准方法。

背景技术

自动驾驶系统定位模块使用人工智能模型对激光雷达的三维点云进行目标检测，为保证模型识别精度往往需要采集大量的连续帧点云数据进行模型训练。在使用采集数据对模型训练之前，为降低训练数据噪声需要对采集到的连续帧点云数据进行人工配准。而随着训练数据量的增大，受人力因素影响，连续帧点云数据的配准效率会变得非常低。

发明内容

本发明的目的，就是针对现有技术的缺陷，提供一种连续帧点云数据的离线配准方法、电子设备及计算机可读存储介质，在获得连续帧点云数据和对应的位姿数据之后对各帧点云数据进行配准对筛选，并基于迭代最近点(Iterative Closest Point，ICP)算法对各个配准对里的两帧点云数据进行相对位姿估计得到对应的相对位姿矩阵和协方差矩阵；再基于各帧点云数据对应的位姿数据构建位姿图，并按最小二乘算法进行位姿图优化得到最终的优化位姿矩阵；最后使用优化位姿矩阵对连续帧点云数据的各帧点云数据进行配准。通过本发明，可以不受人力因素影响对海量的连续帧点云数据进行快速配准，达到提高点云数据配准效率的目的。

为实现上述目的，本发明实施例第一方面提供了一种连续帧点云数据的离线配准方法，所述方法包括：

获取多帧点云数据构成第一帧点云数据序列；所述第一帧点云数据序列包括多个第一帧点云数据；相邻两个所述第一帧点云数据的前一帧采集时间早于后一帧采集时间；

获取与各个所述第一帧点云数据对应的位姿数据作为对应的第一帧位姿数据；

对所述第一帧点云数据序列进行配准帧数据对识别处理生成多组第一配准对；所述第一配准对的类型包括里程计配准对类型和回环配准对类型；

根据各个所述第一配准对对应的两个所述第一帧位姿数据进行点云帧相对位姿变换估计处理得到对应的第一位姿变换矩阵和第一协方差矩阵；并根据所述第一协方差矩阵进行置信度矩阵转换处理得到对应的第一置信度矩阵；并使用所述第一置信度矩阵对所述第一位姿变换矩阵进行加权处理得到对应的第一加权位姿变换矩阵；

构建位姿图，以各个所述第一帧位姿数据构建所述位姿图中的对应节点，并为相邻节点创建关联关系，并以节点间对应的所述第一加权位姿变换矩阵构建节点边约束关系；

对所述位姿图进行位姿图优化处理得到对应的第一优化位姿变换矩阵；

根据所述第一优化位姿变换矩阵对所述第一帧点云数据序列进行位姿配准。

优选的，所述对所述第一帧点云数据序列进行配准帧数据对识别处理生成多组第一配准对，具体包括：

对所述第一帧点云数据序列中任意相邻的两帧所述第一帧点云数据作为一组所述第一配准对，并设置对应类型为里程计配准对类型；

对所述第一帧点云数据序列中采集时间间隔超过设定间隔阈值的任意两帧所述第一帧点云数据，进行重叠度计算生成对应的第一重叠度数据；并在所述第一重叠度数据超过预设的重叠度阈值时，将对应的两帧所述第一帧点云数据作为一组所述第一配准对，并设置对应类型为回环配准对类型；所述设定间隔阈值大于相邻两帧所述第一帧点云数据的采集时间间隔。